غوغل تعدل الصور قبل التقاطها!
AHC: 0.80(%)   AIB: 1.15(2.54%)   AIG: 0.17(%)   AMLAK: 5.00(%)   APC: 7.25(%)   APIC: 2.61(0.38%)   AQARIYA: 0.78(%)   ARAB: 0.94(3.30%)   ARKAAN: 1.32(0.00%)   AZIZA: 2.75(4.84%)   BJP: 2.80(%)   BOP: 1.50(%)   BPC: 4.00(2.44%)   GMC: 0.79(%)   GUI: 1.99(%)   ISBK: 1.41(2.76%)   ISH: 1.10(%)   JCC: 1.59( %)   JPH: 3.83( %)   JREI: 0.28( %)   LADAEN: 2.50( %)   MIC: 2.47( %)   NAPCO: 1.03( %)   NCI: 1.76(%)   NIC: 3.00(%)   NSC: 2.95(%)   OOREDOO: 0.83(1.22%)   PADICO: 1.00(0.00%)   PALAQAR: 0.42(%)   PALTEL: 4.00(0.00%)   PEC: 2.84(%)   PIBC: 1.13(0.00%)   PICO: 3.50(%)   PID: 1.91(%)   PIIC: 1.72(0.00%)   PRICO: 0.28(%)   PSE: 3.00(%)   QUDS: 1.13(%)   RSR: 4.50(%)   SAFABANK: 0.70(4.48%)   SANAD: 2.20(%)   TIC: 2.98(%)   TNB: 1.20(%)   TPIC: 1.90(%)   TRUST: 2.85(%)   UCI: 0.37(%)   VOIC: 7.64(4.95%)   WASSEL: 1.00(0.00%)  
1:32 مساءً 04 آب 2017

غوغل تعدل الصور قبل التقاطها!

وكالات - الاقتصادي - طورت غوغل بالتعاون مع علماء من معهد ماساتشوستس للتكنولوجيا، خوارزميات وآلية تعلم خاصة لتحسين صور كاميرات الهواتف الذكية قبل التقاطها.

 

واستخدم الباحثون تقنية آلة التعلم لإنشاء البرامج المطورة، وتدريب الشبكات العصبية على بيانات 5 آلاف صورة أنشأتها أدوبي ومعهد MIT، حيث قام 5 مصورين بإعادة تنقيح كل صورة في المجموعة.

 

 

واستخدمت غوغل وخوارزميات معهد ماساتشوستس للتكنولوجيا، هذه البيانات لمعرفة نوع التحسينات التي يمكن إجراؤها على الصور المختلفة، بما في ذلك زيادة التألق وغير ذلك.

 

 

ويذكر أنه تم استخدام تقنية التعلم الآلي لتحسين الصور سابقا، ولكن يكمن التقدم الحقيقي مع هذا البحث، في ضغط حجم الخوارزميات بحيث تكون صغيرة وفعالة بما فيه الكفاية، لإتاحة استخدامها على الهواتف الذكية.

 

 

ويتميز البرنامج بالقدرة على معالجة الصور عبر مجموعة من الأساليب المطورة، وهذا يعني أنه يمكن للشبكات العصبية أن تتدرب على مجموعات جديدة من الصور، كما يمكنها تعلم إعادة إنتاج الصور قبل التقاطها.

 

 

والجدير بالذكر، أن الهواتف الذكية والكاميرات تقوم حاليا بمعالجة بيانات التصوير في الوقت الحقيقي، ولكن غوغل طورت التقنية الجديدة لتكون عالية الاستجابة لاحتياجات التصوير.

 

 

ومن أجل تقليص حجم الخوارزميات، استخدم الباحثون بعض التقنيات المختلفة، بما في ذلك إدخال إحداثيات الشبكة مثل خريطة الصور.

 

 

وقال جون بارون، الباحث في غوغل: "هذه التكنولوجيا يمكن أن تكون مفيدة للغاية لتحسين الصور في الوقت الحقيقي على المنصات المتحركة".

 

 

وأضاف موضحا: "إن استخدام التعلم الآلي للتصوير الفوتوغرافي الحسابي يعد احتمالا مثيرا للاهتمام، ولكنه محدود في الهواتف الذكية".

Loading...